ارزیابی عملکرد سیستم‌های تولید با در نظر گرفتن داده‌های مربوط به دوره‌های زمانی مختلف یکی از مهمترین مسائل نظریه تولید است. در این مقاله یک روش جدید برای اندازه گیری کارایی تجمیعی سیستم‌های تولید چند دوره‌ای با استفاده از روش تحلیل پوششی داده‌ها ارائه می‌شود. رویکرد ارائه شده را می‌توان به عنوان توسعه‌ای از روش‌های شعاعی در ادبیات در نظر گرفت. یک مدل مبتنی بر راسل توسعه یافته برای اولین بار برای اندازه گیری کارایی تجمیعی با در نظر گرفتن بازه‌های زمانی مراحل تولید ارائه می‌شود. یکی از ویژگی‌های مفید مدل پیشنهادی این است که ناکارایی رویکرد تجمیعی موجود در یک مرحله بدون نیاز به در نظر گرفتن مرحله دوم برای بهینه سازی متغیرهای کمکی، قابل تشخیص است. ویژگی‌ها و مزایای مدل جدید بحث می‌شوند. در پایان، برای نشان دادن قابلیت اجرای رویکرد جدید، دو مثال کاربردی بررسی و تحلیل می‌شوند. نتایج، عملکرد خوب روش پیشنهادی را نشان می دهند. Manuscript profile

Data Envelopment Analysis (DEA) is a mathematical technique to assess the performance of Decision Making Units (DMUs) with similar inputs and outputs. The traditional DEA models disregard the internal structure of units and have a “black box” view. Thus, to evaluate the structures with more than one stage, the network DEA (NDEA) models expanded. On the other hand, the dynamic optimization models have been presented to eliminate the limitations of static models in optimization. In the article, for the first time, a systematic approach is used to present a dynamic NDEA with constant inputs and undesirable outputs. First, we used an axiomatic approach in DEA with undesirable output and presented an NDEA model with undesirable output. Then, we extended the proposed approach and presented a dynamic NDEA with undesirable output and a constant input. Afterward, we applied this model to evaluate hospitals’ performance in an experimental study to estimate the efficiency of their dynamic network. Manuscript profile